【摘要】：雷達(dá)是對空中目標(biāo)進(jìn)行監(jiān)測的重要手段,通過掃描,雷達(dá)獲得空中目標(biāo)的運(yùn)行軌跡和目標(biāo)的實(shí)時(shí)位置信息。但是,雷達(dá)獲得的目標(biāo)信息有限,通過雷達(dá)信號(hào)不能全面的建立目標(biāo)特征畫像,無法完成對目標(biāo)的精確識(shí)別。民用航管監(jiān)視信號(hào)作為通用航空監(jiān)視信號(hào),其含有目標(biāo)位置、航速、航向和飛機(jī)識(shí)別號(hào)等詳細(xì)信息。通過融合具有相關(guān)特性的雷達(dá)航跡和空管位置信息可以增加目標(biāo)特征數(shù)目,提高目標(biāo)特征畫像清晰度,進(jìn)而提高目標(biāo)識(shí)別的精確度。當(dāng)目標(biāo)通過雷達(dá)偵察范圍時(shí),雷達(dá)可以獲取目標(biāo)的實(shí)時(shí)航跡信息,民用航空監(jiān)視信號(hào)同樣可以獲得目標(biāo)的更詳細(xì)的軌跡以及其他類別信息。要想實(shí)現(xiàn)雷達(dá)與航管監(jiān)視信號(hào)之間的融合從而提高目標(biāo)特征數(shù)目,則以下幾個(gè)問題需要被解決:(1)缺失信息處理。接收目標(biāo)的信息會(huì)由于各種各樣因素的影響而產(chǎn)生缺失,缺失數(shù)據(jù)會(huì)對關(guān)聯(lián)融合的結(jié)果產(chǎn)生干擾。(2)航跡關(guān)聯(lián)。如果通過雷達(dá)和航管信息獲得多條目標(biāo)航空軌跡,那么如何尋找具有關(guān)聯(lián)關(guān)系的目標(biāo)軌跡并對相關(guān)航跡進(jìn)行融合也是一個(gè)需要解決的問題。(3)滯后航跡關(guān)聯(lián)�？展鼙O(jiān)視信息具有突發(fā)性和斷續(xù)性,如何實(shí)現(xiàn)雷達(dá)獲得的航跡信息與斷續(xù)的航管位置信息進(jìn)行關(guān)聯(lián)也是一個(gè)需要解決的問題。因此,基于上述問題,本文主要研究工作如下:(1)提出一種基于窗口的流式缺失數(shù)據(jù)處理方法。該方法是在面對含有缺失數(shù)據(jù)的流式數(shù)據(jù)時(shí),利用動(dòng)態(tài)滑動(dòng)窗口技術(shù),通過窗口來限定數(shù)據(jù)量大小來實(shí)現(xiàn)對窗口中的數(shù)據(jù)進(jìn)行缺失填補(bǔ)和其他操作。(2)研究多維信息特征關(guān)聯(lián)技術(shù)。利用TOPSIS方法對灰度關(guān)聯(lián)算法進(jìn)行了改進(jìn)。在初步獲得目標(biāo)航跡關(guān)聯(lián)因子的基礎(chǔ)上,利用TOPSIS方法找到正負(fù)理想解的集合,通過計(jì)算各個(gè)航跡因子與理想解的距離來判斷最優(yōu)的結(jié)果。同時(shí),利用改進(jìn)的算法對多目標(biāo)航跡進(jìn)行關(guān)聯(lián)仿真分析,結(jié)果顯示該方法對基本灰度關(guān)聯(lián)算法和最近鄰算法來說都提高了目標(biāo)關(guān)聯(lián)的正確率。(3)研究基于窗口的數(shù)據(jù)流滯后相關(guān)性分析。提出了基于歐式距離和基于隨機(jī)距離的三維空間滯后航跡的關(guān)聯(lián)算法。通過利用三維空間歐式距離的性質(zhì),以真實(shí)的距離來衡量目標(biāo)之間的關(guān)聯(lián)特性,通過隨機(jī)距離來減小航跡趨勢對關(guān)聯(lián)結(jié)果的影響。通過仿真,結(jié)果顯示了所提出的算法提高了滯后航跡關(guān)聯(lián)的正確率。本文研究了在實(shí)現(xiàn)航管和雷達(dá)信號(hào)關(guān)聯(lián)中需要解決的一些基本問題,在已有的研究基礎(chǔ)上提出了一些解決問題的方法,同時(shí)對方法中的具體算法提出改進(jìn)。對每種方法和改進(jìn)的算法都進(jìn)行實(shí)驗(yàn)仿真分析,結(jié)果顯示了所提出的方法和算法改進(jìn)具有較好的結(jié)果,可以基本解決關(guān)聯(lián)中的一些問題,為信息融合和目標(biāo)識(shí)別提供了一些基礎(chǔ)。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TN957.51
【圖文】：

而分析數(shù)據(jù)缺失的處理方法首先需要了解數(shù)據(jù)缺失的模式。常見數(shù)據(jù)缺失形式如圖3.2。圖 3. 2 常見數(shù)據(jù)缺失模式常見的數(shù)據(jù)缺失模式包含四種：單變量缺失是獲得的數(shù)據(jù)中單一變量值存在缺失情況；多變量缺失是指數(shù)據(jù)缺失的更多，缺失數(shù)據(jù)的屬性也更多；單調(diào)缺失代表的是一種數(shù)據(jù)缺失變化呈現(xiàn)單調(diào)特性的一種數(shù)據(jù)缺失模式；隨機(jī)缺失則表示數(shù)據(jù)缺失具有隨機(jī)特性，找不到缺失數(shù)據(jù)之間的一般性的規(guī)律。監(jiān)測設(shè)備采集的數(shù)據(jù)在數(shù)據(jù)庫中一般以表的形式存儲(chǔ)，處理過程中數(shù)據(jù)的結(jié)構(gòu)就采用二維表。在對數(shù)據(jù)缺失處理過程中，基于時(shí)空相關(guān)性采用的一般缺失填充基本理論方法如下。3.2.1 基于插值法的缺失數(shù)據(jù)填充方法監(jiān)測設(shè)備中的數(shù)據(jù)需要以一個(gè)標(biāo)準(zhǔn)去衡量相關(guān)性，一般采用相關(guān)系數(shù)作為衡量

地震波數(shù)據(jù)集來自中國地震信息網(wǎng)，滯后相關(guān)的仿真結(jié)果如圖5.3 和 5.4 所示。圖 5. 3 地震波數(shù)據(jù)圖 5.3 顯示了地震波數(shù)據(jù)和其中具有滯后相關(guān)的兩類數(shù)據(jù)的滯后相關(guān)系數(shù)計(jì)算結(jié)果，圖中前兩個(gè)圖為具有滯后相關(guān)的兩類地震波數(shù)據(jù)，滯后相關(guān)仿真結(jié)果如圖 5.3中的第三張圖所示，該圖顯示了滯后相關(guān)系數(shù)與時(shí)刻之間的關(guān)系，其中關(guān)聯(lián)系數(shù)最大的點(diǎn)所對應(yīng)的時(shí)刻即為滯后相關(guān)的時(shí)刻。其中分別使用 Braid 方法和 Bool 滯后相關(guān)算法對結(jié)果進(jìn)行計(jì)算，計(jì)算結(jié)果顯示在其中 650 左右時(shí)刻，兩種方法都會(huì)取到最大值，也即顯示處理該時(shí)刻對應(yīng)著滯后相關(guān)時(shí)刻。

地震波數(shù)據(jù)集來自中國地震信息網(wǎng)，滯后相關(guān)的仿真結(jié)果如圖5.3 和 5.4 所示。圖 5. 3 地震波數(shù)據(jù)圖 5.3 顯示了地震波數(shù)據(jù)和其中具有滯后相關(guān)的兩類數(shù)據(jù)的滯后相關(guān)系數(shù)計(jì)算結(jié)果，圖中前兩個(gè)圖為具有滯后相關(guān)的兩類地震波數(shù)據(jù)，滯后相關(guān)仿真結(jié)果如圖 5.3中的第三張圖所示，該圖顯示了滯后相關(guān)系數(shù)與時(shí)刻之間的關(guān)系，其中關(guān)聯(lián)系數(shù)最大的點(diǎn)所對應(yīng)的時(shí)刻即為滯后相關(guān)的時(shí)刻。其中分別使用 Braid 方法和 Bool 滯后相關(guān)算法對結(jié)果進(jìn)行計(jì)算，計(jì)算結(jié)果顯示在其中 650 左右時(shí)刻，兩種方法都會(huì)取到最大值，也即顯示處理該時(shí)刻對應(yīng)著滯后相關(guān)時(shí)刻。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 邱保志;甄倩倩;唐耀華;;無線傳感器網(wǎng)絡(luò)中缺失數(shù)據(jù)估計(jì)算法[J];計(jì)算機(jī)應(yīng)用;2013年12期

2 劉思峰;蔡華;楊英杰;曹穎;;灰色關(guān)聯(lián)分析模型研究進(jìn)展[J];系統(tǒng)工程理論與實(shí)踐;2013年08期

3 游曉鋒;丁樹良;劉紅云;;缺失數(shù)據(jù)的估計(jì)方法及應(yīng)用[J];江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

4 付惠娟;任美睿;李金寶;郭龍江;;無線傳感器網(wǎng)絡(luò)中缺失數(shù)據(jù)的估計(jì)[J];計(jì)算機(jī)工程;2011年01期

5 劉思峰;謝乃明;FORREST Jeffery;;基于相似性和接近性視角的新型灰色關(guān)聯(lián)分析模型[J];系統(tǒng)工程理論與實(shí)踐;2010年05期

6 朱小棟;黃志球;沈國華;袁敏;;一種基于變尺度滑動(dòng)窗口的數(shù)據(jù)流頻繁集挖掘算法[J];控制與決策;2009年06期

7 史向峰;申卯興;;基于灰色關(guān)聯(lián)的地空導(dǎo)彈武器系統(tǒng)的使用保障能力研究[J];彈箭與制導(dǎo)學(xué)報(bào);2007年03期

8 張宏亭;李學(xué)仁;孔韜;;BP神經(jīng)網(wǎng)絡(luò)在缺失數(shù)據(jù)估計(jì)中的應(yīng)用[J];計(jì)算機(jī)工程與設(shè)計(jì);2007年14期

9 趙宏;馬立彥;賈青;;基于變異系數(shù)法的灰色關(guān)聯(lián)分析模型及其應(yīng)用[J];黑龍江水利科技;2007年02期

10 孫曉東;焦s

本文編號(hào)：2747017